当人工智能拥有“身体”：具身智能的“涌现-嵌入”矛盾与组织变革

文 | 张琦 张雪 曹若楠 王凤彬

2026年春节联欢晚会上，机器人再度登上舞台，不仅贡献了更加流畅、更高难度的舞蹈表演，还在宜宾分会场化身“赛博捞面师”和“赛博倒酒师”。一双“赛博巧手”不仅映射出具身智能发展前沿的一隅，也展现出机器人在“表演工具”之外的“生产服务工具”属性，为具身智能商业化发展留下无限想象空间。具身智能是指处于数字空间的智能以一定的物理形态进入物理空间，并通过环境感知、实时决策、精准行动等与物理世界进行交互，从而服务于一定的场景需求。具身智能的发展不仅需要“实验室功夫”以锤炼出强大的硬件、软件和算法，更需要“躬身”走入真实业务场景中，适应复杂、多变的现实环境。

当“赛博巧手”从舞台走向真实的生产与生活场景，会发生什么？全球首例自动驾驶致死事故值得深思。2018年3月的一个夜晚，一辆优步自动驾驶测试车在美国亚利桑那州坦佩市以69公里时速撞上了一名推着自行车横穿马路的行人，造成全球首例自动驾驶致死事故。事后调查显示，车辆的激光雷达在碰撞前5.6秒就已检测到行人，但系统的分类算法却陷入混乱：它先将目标识别为车辆，随后改为其他，又变回车辆，再度变回其他，最后确定为自行车。在这一系列反复切换中，系统直到碰撞前1.2秒才意识到需要制动，但为时已晚（见图1）。

这个悲剧性案例揭示了具身智能在当前发展阶段面临的矛盾现象。一方面，自动驾驶系统在感知能力上远超人类，能够同时处理来自多个传感器的海量数据；另一方面，其在未经训练的复杂场景中缺乏决策能力，无法识别一个对人类驾驶员来说显而易见的场景，即推着自行车过马路的行人。越来越多人工智能被赋予“身体”，不仅具有传感器和执行器，还呈现物理结构，如自动驾驶、协作机器人、仓储机器人、达芬奇手术机器人等。此“类人”形态智能体被探索性地应用于各种生产生活场景并承担着越来越重要的工作，对此，人类需要重新思考如何与这种新型智能共处。

关于人工智能对组织的影响，早期研究主要关注专家系统如何辅助决策，后来的研究转向探讨机器学习如何优化流程。但这些研究隐含着一个共性假设：人工智能是离身的（disembodied），它运行于计算机中，通过数据和算法工作，与物理世界的互动是间接、经中介的。传统的生成式AI（如ChatGPT）处理的是数字世界的比特，是在符号层面进行推理和创造。

近年来兴起的具身智能打破了这一设定。具身智能是拥有物理“身体”的智能体，通过与物理环境进行实时交互，从感知、决策到行动形成完整的闭环，从而在原子世界中获得智能并改变环境。简言之，具身智能等于感知系统（Perception）加上决策系统（Brain）加上执行身体（Body）。从波士顿动力四足机器狗Spot，到特斯拉的自动驾驶系统，再到亚马逊的Kiva仓储机器人和达芬奇手术系统，这些智能体不仅拥有算法大脑，还拥有传感器构成的“感官”和作为执行器的“四肢”。

从算法智能到具身智能，不仅是技术形态的变化，更是智能本质的跃迁，正如认知科学家安迪·克拉克所提出的“延展心智”：新型智能并不局限于大脑内部，而是延展到身体和环境之中。当人工智能获得“身体”，它就从“符号处理器”转变为“在世界中的行动者”，其智能不再局限于既有算法的执行，而可以在身体与环境的持续互动中涌现出新能力。这一转变对组织管理提出了全新的挑战。传统的管理理论假设技术是工具性的（被动、可控、能力边界明确），但具身智能打破了这些假设。它展现出自主性（能够在没有明确指令的情况下行动）、适应性（能够根据环境变化调整行为）甚至创造性（能够产生超越编程的新行为）。与此同时，具身智能又展现出深度的嵌入性，即能力深度依赖于物理结构、算法逻辑和情境条件。因此，正确认识并驾驭具身智能内嵌的“涌现－嵌入”矛盾，对组织管理者而言至关重要。

涌现是复杂适应系统理论的核心概念。霍兰德（John Henry Holland）等指出，当大量个体按照简单规则互动时，系统整体会表现出任何单个组件都不具备的新属性，这就是系统的涌现。本文所言的“涌现性”，特指具身智能在身体与环境的交互中生成的、超越预先编程的能力，其根源在于它与物理世界“在场式”的互动模式。具身智能涌现性的实现，如同人类经验、智慧的习得一样，也依赖于智能体在真实世界中摸爬滚打、亲身实践后的领悟。

法国现象学哲学家梅洛-庞蒂（Maurice Merleau-Ponty）在《知觉现象学》中提出的“身体图式”概念，为理解这一特性提供了深刻的哲学洞见。他认为，身体并非被动接收外界刺激的客体，而是主动与世界进行交互的主体。身体通过与环境的持续互动，在实践中生成对世界的前反思性理解。这种理解并非通过抽象思维或符号运算获得，而是以直观、默会的形式，内嵌于身体的习惯性动作和感知之中。

以波士顿动力的Atlas机器人在复杂地形中的导航能力为例，其卓越表现并非源于预先编程了所有可能的地形类型或路径。相反，这种能力是通过其物理身体（如先进的腿部机构、精密的平衡系统）与真实环境（如崎岖地面、多变障碍物）的持续互动、试错和适应而“学会”的。每一次跌倒后的恢复、每一次步态的调整，都在强化某种身体化的知识。在这种开放的身体－环境互动过程中，智能性得以不断强化。

亚马逊Kiva仓储机器人在复杂环境中的路径优化与集体协同，展现了涌现性的另一种形式：多个智能体之间的集体智能。根据对亚马逊移动机器人执行系统的研究，数百台Kiva机器人能够在同一物理空间中，根据实时需求自动适应工作负载，自主避免拥堵。这种集体智能并非依赖中央控制塔的统一指令，而是通过分布式自组织和局部规则互动所“涌现”出的一种全局优化能力。

涌现性并非无限的。具身智能之所以为“具身”，正在于它必须通过一个具象的身体、一套特定的算法、在一个具体的场景中运作。这种“此时此地”的存在方式带来了嵌入性，具体表现为物理嵌入、算法嵌入和情境嵌入（见图2）。

物理嵌入指智能体的能力受到其物理结构的根本性约束。传感器决定了系统能看到什么、听到什么、感受到什么，执行器决定了系统能做什么。特斯拉早期自动驾驶系统主要依赖摄像头进行环境感知，这意味着它对光照条件高度敏感，在强光、逆光或夜间，系统的感知能力会显著下降。这体现了智能体受传感器物理特性的约束。

算法嵌入指智能体的行为受到其优化目标和学习边界的约束。机器学习系统只能学习训练数据中存在的模式，对数据覆盖之外的情况缺乏泛化能力。优步事故调查报告揭露了这一算法嵌入刚性问题。该报告显示，优步的自动驾驶系统设计根本没有考虑横穿马路的行人，导致未能做出正确决策。

情境嵌入指智能体的能力依赖于特定的环境条件和任务特性。波士顿动力Atlas机器人在实验室精心设计的跑酷场地中表现出色，但这种能力能否迁移到真实世界的复杂环境中，仍然存在很大不确定性。宝马莱比锡工厂的协作机器人在车门装配线上与工人长期磨合后形成了默契：机器人能够观察工人动作节奏并自动调整速度，工人也能在机器人完成动作的最佳时机递送零件。但这种协同能力很难复制到其他产线，因为它是特定空间布局、特定工作流程和特定人机组合的产物。

“涌现－嵌入”矛盾对组织的影响不是单点式的，而是沿着“认知—决策—形态”的链条层层递进：具身智能首先改变了组织“看见”世界的方式，进而重塑了决策机制，最后推动组织形态发生演化。

具身智能的崛起，正在深刻改变组织的认知模式。它会改变组织的“可感知世界”，让组织看见人类看不见的东西，也让组织错过人类显而易见的东西。

一方面，具身智能的涌现性特征拓宽了组织的“可感知世界”。以亚马逊的仓储场景为例，移动机器人履行系统的引入将传统仓库转化为一个可计算、可感知、可实时反馈的数字空间网络。数百台自主移动机器人在其中协同运作，其路径规划、避障策略、任务分配依赖一种新型“空间化组织认知”。这种认知不再仅仅依赖于传统的操作面板、财务报表或冗长的会议纪要，而是源于具身智能体持续生成的“身体化数据流”，包括但不限于机器人位置、运行速度、区域拥堵状况、货架热度、拣选节拍乃至异常停顿。当这些实时信号被有效整合并纳入组织的反馈闭环，组织便获得了前所未有的“空间直觉”。

另一方面，具身智能的嵌入性特征为组织带来更为隐蔽且顽固的认知盲区。优步自动驾驶事故便是算法嵌入刚性的一种警示：该系统仅能识别训练数据中包含的模式，对于边缘案例的处理缺乏灵活的理解能力。事故之后，优步对软件和算法进行了优化升级，仿真结果显示新软件能够在碰撞前88米或4.5秒前检测到行人，并在碰撞前4秒开始制动。这清晰地表明，问题的症结并非出在传感器硬件本身，而在于系统内在的“世界观”。这种“世界观”由特定的数据源和算法结构所塑造，从而形成了一套看似中立、实则带有固有偏好与潜在盲点的决策原则。

“涌现－嵌入”矛盾让组织在两种认知倾向之间摇摆：一种是系统提供的全量、精确、实时的数据驱动认知，另一种是基于经验、直觉、情境理解的身体化认知。当组织过度倾向前者，盲目相信系统所“看见”的就是全部真相，便容易忽视具身智能因其固有嵌入性所带来的认知局限和潜在盲点；反之，若组织过度依赖后者，则可能错失具身智能所带来的感知涌现能力，从而错过技术革新带来的巨大机遇。在两者之间找到动态平衡，将成为组织在智能时代的关键挑战。

当组织“看见”世界的方式被重塑之后，随之而来的问题是：谁来基于这些新的认知做出行动决策？当具身智能具备独立行动能力时，谁为决策买单？

具身智能在决策层面展现出强大的涌现性：它可以实现毫秒级决策，这是人类无法完成的；多个系统的互动可以产生超越单个系统设计意图的集体行为，算法可以在没有人工干预的反馈回路中持续优化。当系统在速度上碾压人类但在准确性上存在盲区时，决策权在人机之间的动态配置成为组织治理的关键难题。

权责模糊导致无“智能体”买单。优步撞人事故发生后，亚利桑那州检察官于2019年3月表示优步不承担刑事责任，而于2020年9月将另一起过失杀人罪的指控指向驾驶员，因其在驾驶过程中反复低头看手机而导致事故，最终被判处两年半的有期徒刑。优步有没有类似“反复低头看手机”的罪证呢？相关调查显示，优步的系统设计本身存在致命缺陷，包括无法识别人行横道外的行人、在检测和行动之间设置1秒延迟以及关闭沃尔沃的制动系统。如果系统在现实世界中运行引发意外状况，最终应该由谁买单？

更复杂的决策问题出现在多个系统共同运行的场景中，每个系统的局部优化可能导致全局性失控，即出现局部理性、全局失控的局面。萝卜快跑在武汉地区的营运就是一个典型案例。从2022年8月在武汉经开区启动无人自动驾驶出行服务，到完成自动驾驶的万里长江第一次跨越，萝卜快跑在武汉的服务面积已经拓展至300平方公里，覆盖770万人口，几乎覆盖大半个武汉。然而，在其广泛应用的过程中，却因为急刹、急停、行驶过慢等问题引发不少投诉和吐槽，并且为市民出行带来了一定的安全隐患和实际困扰。问题的根源并非传感或者控制系统等方面的障碍，而是出于安全考虑采取的较为保守的驾驶策略，与武汉地区实际路况及民众驾驶习惯不契合。

此外，决策失控还可能源于技术理性与价值理性的错位。在优步自动驾驶事故中，这种错位表现得尤为明显。优步禁用沃尔沃原生制动系统的决策，技术上是为了避免两套系统的指令冲突，但沃尔沃调查后得出结论，其系统可以大幅降低撞击速度甚至完全避免碰撞。技术上消除冲突的选择，在价值层面却消除了最后的安全屏障。萝卜快跑的问题是多系统协调下的“局部理性、全局失控”，而优步的问题则是单一决策中“技术效率”对“安全考量”的阻碍，二者揭示了决策失控的不同机制。

认知重塑和决策机制改写，推动组织形态本身发生演化。当机器人和人共享同一条产线、同一个仓库通道、同一个手术台时，组织的基本单元悄然发生变化。

首先，基本单元的重构。传统组织理论假设组织的基本单元是“岗位”或“员工”，但具身智能的出现打破了这一假设。新的基本单元不再是单独的人或机器，而是人机协作体，是一个在物理空间中持续互动、相互适应的动态系统。宝马莱比锡工厂的车门装配线就经历了这种单元重构。协作机器人与工人经过数月磨合，形成了高效的协作节奏：机器人感知工人的动作节奏并自动调整速度，工人也学会在最佳时机递送零件。在这条产线上，绩效不再取决于工人的熟练度或机器人的精度，而取决于人机协作体作为一个整体的配合水平。这意味着，组织在设计岗位、分配任务、考核绩效时，都需要以“人机协作体”而非个人或单台设备作为基本单元来考量。

其次，知识管理复杂化。人机协作单元展现出的能力是高度情境化、身体化的，它内化于工人的肌肉记忆、固化于机器人的学习参数，并流淌在二者互动的节奏之中。这种典型的“默会知识”如何有效地传播和复制？如何在保持这种情境化协作灵活性的同时，实现一定程度的标准化和可扩展性？诸如此类的问题反映了传统的知识管理体系正在遭遇前所未有的挑战。

最后，组织边界模糊化。在亚马逊的智能仓库中，管理者发现他们不仅需要“管理”人类员工，也需要“管理”机器人，包括监控其健康状况、优化其工作环境，甚至通过调整算法参数来进行“激励”。机器人究竟是纯粹的“工具”还是具有某种“成员”属性？这些现象进一步模糊了二者的边界。

面对具身智能的“涌现－嵌入”矛盾，组织不能简单地选择拥抱涌现或加深嵌入，而是要在两者之间寻找动态平衡。这要求管理者发展一种新的能力——矛盾思维，同时容纳看似矛盾的两极，在管理张力中寻找创造性解决方案（见图3）。

具身智能时代，组织需要建立“元认知”能力，对自身认知框架、决策逻辑与知识边界进行高阶审视、动态校准与风险预判。

具身智能因涌现性不断拓展组织的认知边界，同时又因嵌入性在这些边界的阴影中悄然制造盲区。要驾驭这一矛盾，组织需要一种更高阶的能力：不是更多地知道什么，而是更清醒地知道自己不知道什么，即“知之为知之，不知为不知，是知也”。这指向组织的元认知能力，即对自身认知框架、决策逻辑与知识边界进行持续审视、动态校准与风险预判的能力。

元认知之所以在具身智能时代变得格外重要，是因为传统技术的能力边界是静态的、可预知的。比如，一台车床能做什么、不能做什么，工程师在采购时就十分明确了。但是，具身智能的能力边界是动态的、情境依赖的。同一个系统可能在这一场景中涌现出超越预期的表现，在另一场景中却突然失能。这种不确定性要求组织不能仅依赖技术部门的评估报告，而要将“审视系统的认知边界”内化为一种组织级别的日常实践。

元认知能力的建设具体可从三个维度展开。第一，绘制智能系统的“能力－盲区地图”，按场景和环境条件梳理系统的高置信区、低置信区与潜在失效条件，系统不只输出结果，还输出结果置信度与触发人工介入的阈值。在此基础上，建立失效案例库。组织应将每一次系统错判或决策失误视为重塑智能体认知边界的宝贵标注，而不是单纯归咎于“bug”。优步在事故后将提前检测到行人的需求迭代进新软件，这说明失效案例是改进系统的宝贵资源。第二，设计人机认知互补结构，让一线员工成为系统的观察者与纠偏者，建立从现场经验到算法优化的反馈通道。在宝马工厂中，工人不仅与机器人协作，也在观察机器人的异常行为并及时反馈。这种人机互补的认知结构，比单纯依赖系统或单纯依赖人更加稳健。第三，以认知多样性抵御嵌入性固化。在关键节点引入异构传感与异构模型，减少单一嵌入带来的系统性盲区。例如，自动驾驶系统如果同时使用摄像头、激光雷达和毫米波雷达，即使某一类传感器在特定条件下失效，其他传感器仍可提供信息。

传统人机管理中，人做决策，机器执行。具身智能打破了这一基本模式：它同时是决策者和执行者，而且决策速度远超人类的监督能力。这意味着，传统的人类监督机器的方式将逐渐被取代。组织需要从“事中监督”转向“事前协议”，即在系统运行前就明确人机之间的权力边界。

这种“协议治理”的核心是明确三种关键权力的归属与行使条件。其一，接管权。明确在什么条件下、由谁来接管系统的控制，以及接管机制在技术上是否可行、在时间上是否充分。前述优步案例中，安全驾驶员名义上拥有接管权，但系统在碰撞前0.2秒才拉响警报，导致接管权“名存实亡”。 其二，停机权。谁有权叫停系统运行，以及停机指令如何在组织层级中快速传递。当无人系统出现意外时，如果缺乏清晰的分层停机机制，后果可能不堪设想。其三，反馈权。一线员工与系统日常互动积累的身体化实践知识如何被吸收纳入算法迭代与改进中？这不仅是技术接口的问题，更是组织管理的问题。在组织中，一线员工是否被鼓励、被信任、被赋予渠道去反馈他们的观察？

组织决策治理架构的重构，需要制度环境的支撑。2023年，工业与信息化部印发《人形机器人创新发展指导意见》，将人形机器人定位为“继计算机、智能手机、新能源汽车后的颠覆性产品”，并明确提出“加强安全治理能力”“深化科技伦理风险研判”等要求。这为企业层面的人机权责划分提供了政策框架，但从宏观指导到每一条产线上可操作的“协议治理”原则，仍有相当的转化空间有待探索。

如果说元认知能力和决策治理架构回应的是“组织如何管理具身智能”，人机共生文化则回应一个更根本的问题：组织如何理解具身智能的存在？具身智能不是传统意义上的工具引入，工具没有自主行为和学习能力，不会因为使用环境不同而表现出截然不同的“性格”；具身智能体则不同，它有自主行为但没有意向性，有学习能力但没有责任能力，有情境适应性但没有价值判断。这种“既像成员又不是成员”的本体模糊性，才是组织文化必须从“控制工具”转向“与异质智能体共事”的根本原因。

这一转变需要落实到具体的制度安排中。第一，把“人机协作单元”而非个人岗位或单台设备作为绩效考核和流程优化的基本单元。前述亚马逊移动机器人履行系统显著提升了拣货效率，正是因为人和机器人被视为一个协作整体来优化。第二，培养员工的协作素养与异常敏感性，让员工理解系统的优势、盲区与应对策略。在宝马工厂，工人不仅学习如何操作机器人，更学习如何读懂机器人的行为，判断它是在正常工作还是遇到了困难。这种协作素养的培养，需要超越传统的技能培训，涉及对系统工作原理、限制条件、异常表现的深入理解。第三，将伦理与安全从“事后补丁”前置为“设计原则”，在系统设计之初就将安全约束和人的福祉纳入优化目标，而不是等到事故发生后才亡羊补牢。优步事故前18个月的37起撞车事故未获重视，正是这种价值缺位的后果。

从亚马逊的Kiva机器人到特斯拉的自动驾驶系统，从宝马工厂的协作机器人到萝卜快跑的城市实践，具身智能正以不可逆转之势从根本上重塑组织的认知模式、决策机制和基本形态。具身智能带来的“涌现－嵌入”矛盾，是当前组织面临的战略性挑战。它要求管理者超越简单化的二元对立思维，既非盲目乐观地拥抱技术，亦非因噎废食地拒绝创新。

我们如何重新理解智能的本质，如何定义人机关系的边界，如何在技术高速发展的浪潮中坚守和彰显人类的主体性与价值？这些问题没有标准答案，思考和探究这些问题，是理解并驾驭“涌现－嵌入”矛盾的开端。在这个意义上，具身智能开发中每一次技术失败的教训、每一次组织变革的尝试、每一次人机协作的磨合，都将成为我们深入理解这一矛盾、学会与之共存的宝贵经验。具身智能时代，注定是人与机器共同学习、共同进化的时代。